在二十一世紀，化妝品產業已由為奢華產業逐漸演變為必需品或消耗品，顧客對企業的期望愈來愈高，要求企業能提供多樣化多功能的產品或服務，企業如何在顧客至上的趨勢下，洞燭先機，主動提供顧客需求且適合的產品，建立顧客忠誠度與滿意度，達到企業獲利的目的。
本研究透過關聯式資料庫的建立，在資料探勘的技術運用下，建立知識庫，以NPD（New Product Development）的概念，協助行銷決策者找到最適的產品組合，能夠更準確的找出行銷活動的目標，並採取適當的行動，以符合主要客戶及潛在客戶的需求，達到行銷的差異化。
在顧客關係管理上，關係的品質及關係行銷是在今日的行銷活動中不可缺少之環節。在銷售前，詳盡分析並瞭解顧客消費資料；銷售中，除了傳統直銷的手段，還可以運用直效行銷的服務；銷售後，對於顧客回饋的知識，也要累積在企業知識庫中，建立新的知識規則，以納入下一次的銷售流程中。
顧客關係品質來自於顧客對企業的滿意、信任及承諾，也應該要納入企業在關係行銷的活動流程，除了讓顧客願意購買外，要如何提升顧客滿意度，吸引顧客「再次消費」的契機，這些都是企業整個行銷流程中重要的環節。以成功的關係行銷，增加企業獲利，深植企業競爭力。

The cosmetics industry has becomed from the luxurious industry to the essential item in the 21st century. Getting a goal of profits, the enterpeise should do for the customer’s need to establish the loyalty and satisfaction. Through the technique of data mining and building of new procuct development, the purpose of this research is to find the mix of products, and mapping the marketing map to get the difference of matketing.
The relationship is an important one in marketing flow. Analyzing the comsuption, providing the service direct selling and accumulating form customer’s knowledge to building rules. They will be included in the selling flow.
The quality of customer relations is come from the customer’s satisfaction, trust and commitment, should be bring into the activities of enterprise marketing flows. Successful relation marketing may increase the enterprise to make a profit, and the the enterprise competition.

內文目錄
目錄	iv
表目錄	vi
圖目錄	vii
第一章	緒論	1
1.1.	研究背景與動機	1
1.2.	研究目的	2
1.3.	研究流程	2
1.4.	研究限制	4
第二章	文獻探討	5
2.1.	化妝品之相關文獻	5
2.1.1.	化妝品（Cosmetic）的定義	5
2.1.2.	化妝品的種類	7
2.1.3.	皮膚的類型（Skin Type）	12
2.2.	資料探勘之相關文獻	      13
2.2.1.	資料探勘（Data Mining）的定義	13
2.2.2.	資料探勘的功能	18
2.2.3.	資料探勘的程序	19
2.3.	新產品開發之相關文獻	20
2.3.1.	新產品（New Product）的定義	20
2.3.2.	新產品的分類	23
2.3.3.	新產品發展（New Product Development, NPD）	25
2.4.	直接銷售之相關文獻	28
2.4.1.	直接銷售（Direct Selling）的定義	28
2.4.2.	直接銷售活動	31
第三章	研究方法	32
3.1.	研究設計	32
3.1.1.	問卷設計	32
3.1.2.	研究樣本	33
3.1.3.	回收樣本結構描述	34
3.1.4.	關聯法則(Association Rule)	35
3.1.5.	Apriori演算法	36
3.1.6.	資料分析軟體	37
3.2.	系統架構與資料庫設置	39
3.2.1.	系統架構圖	39
3.2.2.	關聯式資料庫設置	41
第四章	資料分析	46
4.1.	新產品開發(NPD)之分析	46
4.2.	直接銷售(Direct Selling)之分析	61
4.3.	建議	71
第五章	結論	72
5.1.	管理意涵	72
5.1.1.	新產品開發	72
5.1.2.	直接銷售	76
5.1.3.	結論	79
5.2.	後續研究	80
參考文獻	81
附錄一	92
附錄二	99
附錄三	105
附錄四	109
表目錄
表 2.1 化妝品的定義一覽表	6
表 2.2 化妝品的產品一覽表	10
表 2.3 膚質類型一覽表	12
表 2.4 資料探勘定義一覽表	15
表 2.5資料探勘程序一覽表	19
表 2.6 新產品的定義一覽表	21
表 2.7 新產品的分類一覽表	24
表 2.8 新產品的發展階段一覽表	26
表 2.9 直接銷售的定義一覽表	29
表 3.1 性別分佈	34
表 3.2 年齡分佈	34
表 3.3 教育程度分佈	34
表 3.4 地區分佈	34
表 3.5 職業分佈	34
表 3.6 經常使用的資料探勘軟體	37
表 4.1 混合性膚質-基礎保養品之關聯法則	47
表 4.2 油性膚質-基礎保養品之關聯法則	50
表 4.3 中性膚質-基礎保養品之關聯法則	53
表 4.4 顧客使用特殊保養品之關聯法則	55
表 4.5 顧客使用化妝品之關聯法則	58
表 4.6 顧客在基礎保養品購買力之關聯法則	61
表 4.7 顧客在特殊保養品購買力之關聯法則	63
表 4.8 顧客在化妝品購買力之關聯法則	66
表 4.9 顧客在產品購買資訊之關聯法則	68
表 5.1 基礎保養品產品組合	73
表 5.2 特殊保養品產品組合	74
表 5.3 化妝品產品組合	75
表 5.4 產品訊息來源之配置	77
表 5.5 保養品組合價位表	78
表 5.6 化妝品組合價位表	78
圖目錄
圖 1.1 研究流程圖	3
圖 2.1 化妝品之市場分布	8
圖 2.2 資料探勘架構圖	19
圖 3.1 系統架構圖	40
圖 3.2 概念性資料庫圖	42
圖 3.3 邏輯性資料庫圖	43
圖 3.4 資料庫轉換圖	45
圖 3.5 關聯式資料庫圖	45
圖 4.1 Pattern A Model之Clementine節點流程圖	47
圖 4.2 Pattern A Model蛛網關聯圖（調整前）	48
圖 4.3 Pattern A Model蛛網關聯圖（調整後）	49
圖 4.4 Patten A model效益評估圖	49
圖 4.5 Pattern B Model蛛網關聯圖（調整前）	51
圖 4.6 Pattern B Model蛛網關聯圖（調整後）	52
圖 4.7 Pattern B Model效益評估圖	52
圖 4.8 Pattern C Model蛛網關聯圖（調整前）	54
圖 4.9 Pattern C Model蛛網關聯圖（調整後）	54
圖 4.10 Pattern C Model效益評估圖	55
圖 4.11 Pattern D Model蛛網關聯圖（調整前）	56
圖 4.12 Pattern D Model蛛網關聯圖（調整後）	57
圖 4.13 Pattern D Model效益評估圖	57
圖 4.14 Pattern E Model蛛網關聯圖（調整前）	59
圖 4.15 Pattern E Model蛛網關聯圖（調整後）	60
圖 4.16 Pattern E Model效益評估圖	60
圖 4.17 Pattern F Model蛛網關聯圖（調整前）	62
圖 4.18 Pattern F Model蛛網關聯圖（調整後）	62
圖 4.19 Pattern F Model效益評估圖	63
圖 4.20 Pattern G Model蛛網關聯圖（調整前）	64
圖 4.21 Pattern G Model蛛網關聯圖（調整後）	65
圖 4.22 Pattern G Model效益評估圖	65
圖 4.23 Pattern H Model蛛網關聯圖（調整前）	67
圖 4.24 Pattern H Model蛛網關聯圖（調整後）	67
圖 4.25 Pattern H Model效益評估圖	68
圖 4.26 Pattern I Model蛛網關聯圖（調整前）	69
圖 4.27 Pattern I Model蛛網關聯圖（調整前）	70
圖 4.28 Pattern I Model效益評估圖	70
圖 5.1 基礎保養品之行銷地圖	74
圖 5.2 特殊保養品之行銷地圖	75
圖 5.3 化妝品之行銷地圖	76
圖 5.4 產品訊息來源之行銷地圖	77

《中文部份》
CRM Data Mining應用系統建置（葉涼川譯）(2001)。台北市：麥格羅‧希爾。（原著出版年：2000年）
Hicks（1999.07）。化妝品業網際網路經紀人--臺灣化妝品流通網。資訊與電腦，228，150-151。
社會科學研究方法（上）（下）。（李美華等譯）。台北市：時英。（原著出版年：1998年）
王韻茹（2000.02）。化妝品直銷以人為主生生不息。動腦，286，44-46。
王丹江等人（主編）（1988）。醫學保健百科全書(1)人體的構造與護理。台北市：光復書局。
司徒達賢（1995）。策略管理。台北市：遠流。
光井武夫（2000）。新化妝品學。（陳韋達與鄭慧文譯）。台北市：合記。（原著出版年：1996）
李翠瑚、李翠珊（2001）。美容概論（Ⅰ）（Ⅱ）。台北縣五股鄉：龍騰。
李連滋、賴惠敏（2004.11）。化妝保養品產業概況與展望。化工資訊與商情，17，21-27。
吳英泰（2005.01）。新產品開發成功的基石。電力電子，3(1)，3-9。
林訓民（1994）。傳銷全方位指南：美夢+商品+生活=傳銷學。台北市：臺灣英文雜誌社。
林虹姿（1999.02）。化妝品市場通路的行銷變革。突破雜誌，163，44-46。
林雅夫（2003.03）。化妝品業將成臺灣美麗賺錢行業﹖!--只要說服女人男人顧面子，就能賺銀子。財訊，252，207-211。
服務行銷與管理（楊震東、羅玨瑜譯）（2003）。台北市：雙葉。（原著出版年：2002）
紀佩宏（1994）。女性化妝品通路零售端點選擇之研究。國立台灣大學商學研究所碩士論文，未出版，台北市。
洪偉章、李金枝、陳榮秀（1998）。化妝品原料及功能。台北市：藝軒。
麥可‧裴瑞、戈登‧林諾夫（2001）。資料採礦-顧客關係管理暨電子行銷之應用。（彭文正譯）。台北市：數博網資訊股份有限公司。（原著出版年：1997年）
韋端（主編）(2003)。Data Mining概述，以Clementine7.0為例。台北縣新莊市：中華資料採礦協會。
張國忠、丁承、丁慧瑩（2000.09）。網路商店行銷策略對消費者滿意度與服務價值認知之影響效果探討。商管科技季刊，3(1)，329-353。
張百棧、蔡介元、謝日章（2002.11）。應用資料探勘於顧客關係管理之研究-以化妝品為例。工業工程學刊，19(6)，45-59。
梁秀君（2004.11）。化妝保養品工業發展計畫簡介及化妝保養品產業資訊網介紹。化工資訊與商情，17，28-31。
陳怡君（2003）。來源國與商店型態對消費態度之影響－以化妝品為例。真理大學管理科學研究所碩士論文。
陳澤義（2005）。服務管理。台北市：華泰。
曾守正、曾韻寰（2002）。資料庫系統之理論與實務。台北市：華泰。
黃怡瑄（2003）。影響顧客滿意程度與品牌忠誠度之因素研究—以化妝品產業為例。實踐大學貿易經營研究所碩士論文。
黃國維、林金雀（2004.06）。從國際化工產業的變遷談臺灣化工產業之發展方向。化工資訊與商情，12，90-95。
楊惠雯、陳甘霖（2003.05）。化妝品市場之特色與趨勢。藥技通訊，64，17-22。
蔡幼青（2003）。彩妝品品牌忠誠度之研究。淡江大學管理科學學系碩士論文。
蔣定安、胡宜仁（2004.06）。以資料探勘技術分析壽險業商品的銷售組合。壽險季刊，132，20-33。
賴士葆（1989）。研究發展/行銷互動與新產品發展績效相關之研究。因應自由化國際化競爭策略學術論文討論會。台北市：中華民國管理科學學會，13，1-43。
賴貞秀（2002.11）。如何協助台灣的化妝品工業走向光明燦爛的未來。化工資訊，16(11)，72-77。
賴貞秀（2003.01）。我國保養化妝品市場的背景與發展趨勢。化工資訊月刊，17(1)，34-38。
謝邦昌、易丹輝（2003）。統計資料分析-以STATISTICA 6.0版為例。台北縣新莊市，中華資料採礦協會。
《英文部份》
Agrawal, R., Imilienski, T., & Swami, A. (1993). Mining Association Rules between Sets of Items in Large Databases. Proceedings of the 1993 ACM SIGMOD International Conference on Management of Data, 207-216.
Agrawal, R., & Srikant, R. (1994). Fast Algorithms for Mining Association Rules. Proceedings of the 20th International Conference on Very Large Databases, 487-499.
Amidon, D. M. (1998). Blueprint for 21stcentury innovation management. Journal of Knowledge Management, 12(1), 23–31.
Baker, Michael J. (1984). Macmillan Dictionary of Marketing and Advertising. N.Y.: Nichols Publishing Company.
Baron, S., Davies B., & Swindley D. (1991). Dictionary of Retailing. London: Palgrave Macmillan.
Bernstein, Ronald A. (1984). Successful direct selling: How to plan, launch, promote and maintain a profitable direct-selling company. NJ: Prentice-Hall, Inc.
Berry, M. J. A., & Linoff, G. (1997). Data Mining Techniques for marketing, sales, and customer support. N.Y.: John Wiley & Sons Inc.
Bigus, J. P. (1996). Data Mining with Neural Networks: Solving Business Problems- From Application Development to Decision Support. N.Y.: McGraw-Hill.
Bonner, J. M. (2005). The influence of formal controls on customer interactivity in new product development. Industrial Marketing Management, 34, 63- 69.
Booz, Allenand Hamilton (1982). New Product Management for the 1980s. N.Y.: Booz, Allenand Hamilton Inc.
Brown, R. (1992). Managing the ‘S’ Curves of Innovation. Journal of Consumer Marketing, 9(1), 61-72.
Cabena, P., Hadjinian, P. O., Stadler, R., Verhees, J., & Zanasi, A. (1997). Discovering Data Mining form Concept to Implementation. N.Y.: Prentice Hall.
Chung, H. M. & Gray, P. (1999). Special Section: Data Mining, Journal of Management In formation System, 16(1), 11-16.
Clemente, Mark N. (1992). The Marketing Glossary. N.Y.: American Management Association.
Coenen, F., Goulbourne, G., & Leng, P. (2004). Tree Structures for Mining Association Rules. Data Mining and Knowledge Discovery, 8, 25-51.
Cooper, R. G., & Kleinschmidt, E. J. (1986). An Investigation into the New Product Process: Steps, Deficiencies, and Impact. Journal of Product Innovation Management, 3(2), 71-85.
Cooper, R. G. & Kleinschmidt, E. J. (1987). What Makes a New Product a Winner: Success Factor at the Project Level. R&D Managemet, 17(3), 175-190.
Cooper, L. P. (2003). A research agenda to reduce risk in new product development through knowledge management: a practitioner perspective. Journal of Engineering and Technology Management, 20(2), 117-140.
Cristiano, C., & Christian, S. (2005). Drivers of new product success in the Italian sport shoe cluster of Montebelluna. Journal of Fashion Marketing and Management, 9(1), 20-42.
Daniel, E., Wilson, H., & McDonald, M. (2003). Towards a map of marketing information systems: an inductive study. European Journal of Marketing, 37(5), 821-847.
Danneels, E. (2002). The dynamics of product innovation and firm competences. Strategic Management Journal, 23(12), 1095-1121.
Duffy, D. L. (2005). Direct selling as the next channel. Journal of Consumer Marketing, 22(1), 43-45.
Fayyad, U. M., P. S. Gregory, Smyth P, & Ramasamy, U. (1996). Advances in Knowledge Discovery and Data Mining. AAAI Press/ The MIT Press.
Fayyad, U. M., P. S. Gregory, & Smyth P. (1996). Form data mining to knowledge discovery in database. AI Magazine, 17(3), 37-54.
Fayyad, U. M., & Stolorz, P. (1996). Data mining and KDD: Pormise and challenges. Further Generation Computer Systems, 13, 99-115.
Fitzsimmons, J.A., & Fitzsimmons, M. J. (2004). Service Management:Operations, Strategy, and Information Technology . N.Y.: McGraw-Hill Inc.
Frawley, W., G. S. Piatesky & Matheus C. (1991). Knowledge Discovery in Database: An Overview, Knowledge Discovery in Database. AAAI/MIT Press.
Gobeli, D. H., & Daniel, J. (1987). Analyzing Product Innovations. Research Management, 30(4), 25-31.
Gorupe, F. H., & Owrang, M. M. (1995). Database mining discovery new knowledge and cooperative advantage. Information System Management, 12, 26-31.
Gupta, A. K., Raj, S. P. & Wilemon D. (1985). The R&D-Marketing Interface in High Technology Firms. Journal of Product Innovation Management, 2, 30-37.
Hall, C. ed., (1995). The devil’s in the details: techniques, tool, and application for database mining and knowledge discovery partⅡ. Intelligent Software Strategies, 6(9), 1-16.
Han, J., & Kamber, M. (2001). Data Mining: Concepts and Techniques. San Francisco: Morgan Kaufmann.
Hart, N. A., & Stapleton, J. (1992). The Marketing Dictionary, England: Oxford University Press.
Holmlund, M., & Strandvik, T. (1999). Perception configurations in business relationships. Management Decision, 37(9), 686-696.
Holsapple, C. W., Pakath, R., Jacob, V. S., & Zaveri J. S. (1993). Learning by problem processors: adaptive decision support systems. Decision Support Systems, 10(2), 85–108.
Holsheimer, M. and Siebes, A. (1994). Data Mining: the Search for Knowledge in Databases. Technical Report CS-R9406, CWI.
Holtz, H. (1992). Databased Marketing-Every Manager’s Guide to the Super Marketing Tool of the 21st Century. N.Y.: Wiley Press.
Hori, S., Taki, H., Washio, T., & Motoda, H. (2002). Applying data mining to a field quality watchdog task. Electrical Engineering in Japan, 140(2), 18-25.
Hui, S. C., & Jha, G.. (2000). Data mining for customer service support. Information & Management, 38(1), 1-13.
Inmon, W. (1996). Building the Data Warehouse. N.Y.: Wiley Press.
Kagami, N., Iwamoto, R., & Tani, T. (2005). Application of datamining method (ID3) to data analysis for ultra deep hydrodesulfurization of straight-run light gas oil—determination of effective factor of the feed properties to reaction rate of HDS. Fuel, 84(2-3), 279-285.
Kawano, S., Huynh, V.N., Ryoke, M., & Nakamori, Y. (2005). A context-dependent knowledge model for evaluation of regional environment. Environmental Modelling and Software, 20(3), 343-352.
Keegan, W. J. (1989). Global Marketing Management, N.Y.: Prentice Hall.
Kima, Y. S., & Street, W. N. (2004). An intelligent system for customer targeting: a data mining approach. Decision Support System, 37, 215-228.
Knox, B., & Mitchell, P. (2003). What separates the winners from the losers in new food product development. Trends in Food Science & Technology, 14, 769-783.
Kouris, I. N., Makris, C. H., & Tsakalidis, A. K. (2005). Using Information Retrieval techniques for supporting data mining. Data & Knowledge Engineering, 52, 353-383.
Kristin, R. N., & Matkovsky, I. P. (1999). Using Data Mining Techniques for Fraud Detection. SAS Institute Inc. and Federal Data Corporation.
Kuczmarski, T. D. (1988). Success isn’t Always Its Own Reward-Big Bucks Help. Marketing News, 22(24), 10.
Kumar, S. (2005). Exploratory analysis of global cosmetic industry: major players, technology and market trends. Technovation, 25(11), 1263-1272.
Kustin, R. A., & Jones, R. A. (1995). Research note: a study of direct selling perceptions in Australia. International Marketing Review, 12(6), 60-67.
Lehmann, D. R., & Winer, R. S. (2002). Product Management. N.Y.: McGraw-Hill.
Liao, S. H.. & Chen, Y. J. (2004). Mining customer knowledge for electronic catalog marketing. Expert Systems with Applications, 127, 521-532.
Lin, X. (1997). Map displays for information retrieval. Journal of the American Society for Information Science, 48, 40-54.
Lin, M. Y., & Lee, S. Y. (2004). Interactive sequence discovery by incremental mining. Information Sciences, 165(3-4), 187-205.
Nerkar, A. & Roberts, P. W. (2004). Technological and product-market experience and the success of new product introductions in the pharmaceutical industry. Strategic Management Journal, 25(8-9), 779-799.
O'Regan, N. & Ghobadian, A. (2005). Innovation in SMEs: the impact of strategic orientation and environmental perceptions. International Journal of Productivity and Performance Management, 54(2), 81-97.
Ostrow, R. & Sweetman R. S. (1988). The Dictionary of Marketing, N.Y.: Fair child Publications.
Padamanabhan B., & Tuzhilin A. (2002). Knowledge refinement based on the discovery of unexpected patterns in data mining. Decision Support Systems, 33, 309-321.
Peacock, P. R. (1998). Data Mining in Marketing: Part1. Marketing Management, 6(4), 8-18.
Pearson & Ball (l993). A Framework for Managing Communication at the R&D/Marketing Interface. Technovation, 13(7), 439-447.
Peterson, R. A., & Thomas, R. W. (1996). What is direct selling?--Definition, perspectives, and research agenda. The Journal of Personal Selling & Sales Management, 16(4), 1-16.
Pieter, A. & Dolf, Z. (1996). Data Mining. Addison Wesley Longman.
Rumizen, M. C. (1998). Report on the second comparative study of knowledge creation conference. Journal of Knowledge Management, 2(1), 77–82.
Saren, M. A. (1984). A Classification and Review of Models of the Intra-Firm Innovation Process. R&D Management, 14(1), 11-24.
Santos, M. Y., & Amaral, Luís A. (2004). Mining geo-referenced data with qualitative spatial reasoning strategies. Computers and Graphics, 28(3), 371-379.
Shaw, M. J., Subramaniam, C., Tan, G. W., & Welge, M. E. (2001). Knowledge management and data mining for marketing. Decision Support System, 31(1), 127-137.
Small, H. (1999). Visualizing science by citation mapping. Journal of the American Society for Information Science, 50(9), 799-813.
Song, X. M., & Parry, M. E. (1992). The R&D-marketing interface in Japanese high-technology firms”, Journal of Product Innovation Management, Vol.9, pp.91-112.
Song, X. M., & Montoya-Weiss M. M. (1998). Critical Development Activities for Really New versus Incremental Products. Journal of Product Innovation Management, 15(2), 124-135.
Souder, W. E. (1987). Managing New Product Innovations. Lexingt on Books, Massachusetts, Toronto.
Souder, W. E., Sherman, J. D., & Cooper, R. D. (1998). Environmental Uncertainty, Organizational Integration, and New Product Development Effectiveness: A Test of Contingency Theory. Journal of Product Innovation management, 15(6), 520-533.
Souder, W. E. (1988). Managing Relations Between R&D and Marking in New Product Delopment Projects. Journal of Product Innovation management, 15, 6-19.
Spangler, W. E., May, J. H., & Vargas, L. G.. (1999). Choosing data-mining methods for multiple classification: representation a land performance measurement implications for decision support. Journal of Management Information System, 16(1), 37–62.
Sung, H. H. & Sang, C. P. (1998). Application of data mining tools to hotel data mart on the Intranet for database marketing. Expert Systems with Applications, 15(1), 1-31.
Sung, T. K., Chang, N., & Lee, G. (1999). Dynamics of modeling in data mining: interpretive approach to bankruptcy prediction. Journal of Management In formation System, 16(1), 63–85.
Takayama, M., & Watanabe, C. (2002). Myth of market needs and technology seeds as a source of product innovation - an analysis of pharmaceutical new product development in an anti-hypertensive product innovation. Technovation, 22(6), 353-362.
Tsechansky, M., Pliskin, N., Rabinowitz, G., & Porath, A. (1999). Mining relational patterns from multiple relation tables. Decision Support Systems, 27, 177-195.
Urban, G. L., & Hauser, J. R. (1980). Design and Marketing of New Products. N.J.: Prentice-Hall, Inc.
van Kleef, E., van Trijp, H. C.M. Luning, P. (2005). Consumer research in the early stages of new product development: a critical review of methods and techniques. Food Quality and Preference, 16(3), 181-201.
Wang, Y. F., Chuang, Y. L., Hsu, M. H., & Keh, H. C. (2004). A personalized recommender system for the cosmetic business. Expert Systems with Applications, 26, 427-434.
Zhang, Q., Lim, J. S., & Cao, M. (2004). Innovation-driven learning in new product development: a conceptual model. Industrial Management & Data Systems, 104(3), 252-261.
Ziarko, W. (1991). Knowledge Discovery in Databases. AAAI Press/ MIT Press.
《網路部份》
FDA（U.S. Food and Drug Administration）：http://www.fda.gov/opacom/laws/fdcact/fdcact1.htm
厚生労働省‧薬事法（日本）：http://wwwhourei.mhlw.go.jp/%7Ehourei/cgi-bin/t_docframe2.cgi?MODE=hourei&DMODE=SEARCH&SMODE=NORMAL&KEYWORD=%96%f2%8e%96%96%40&EFSNO=471&FILE=FIRST&POS=0&HITSU=0
SPSS：http://www.spss.com/
經濟部商業司：http://www.moea.gov.tw/~meco/doc/ndoc/default.htm
中華資料採礦協會：www.cdms.org.tw
中華民國直銷協會：www.dsa.org.tw
ITIS產業資訊服務網：http://www.itis.org.tw/index.jsp
歐洲直銷聯盟（FEDSA）：http://www.fedsa.be/en/2_what_is_ds/2-1_ds_is.html
美國直銷協會（DSA）：http://www.dsa.org/selling/selling.htm
世界直銷聯盟（WFDSA）：http://www.wfdsa.org/consumers_direct/direct_sub3.asp